金融科技时代、金融业务模式和客户服务模式正在经历一场前所未有的创新和变革，我们都是经历者，这既是挑战也是机遇。面对即将到来的未来银行4.0时代，银行信息系统全面转型势在必行，工商银行金融科技研究院为你揭秘未来趋势分析。

从20世纪80年代开始至今，我国银行业信息化历程已有四十年历史。银行业IT的发展是整个信息技术领域发展的一个缩影，纵观四十年发展史，我国银行信息系统发展的技术架构大致经历了从20世纪80年代的分散式架构，到20世纪90年代后期的集中式架构，再到2011年开始的分布式+集中式双核架构的三次变迁。

图1：我国银行信息系统架构演进

过去十年，中国金融市场环境发生了翻天覆地的变化。国际局势风云变幻，贸易摩擦和金融危机的威胁愈演愈烈，国内经济稳中趋缓，利率市场化进程加快，互联网金融蓬勃发展，同时新一轮科技和金融加速融合，银行经营面临的经济金融环境、市场竞争环境、客户需求等也在发生着深刻变化，为银行业及银行信息系统发展带来了全新的机遇和挑战。

随着互联网、大数据、云计算、人工智能、物联网、区块链等一系列技术创新与传统金融服务的加速融合，金融产品创新能力正在不断提升，数字化、智能化不断催生新兴的服务模式和新产品，已成为银行业数字化转型升级的新方向。

随着利率市场化进程的加快，银行同业竞争日趋激烈,金融脱媒成为近年来金融行业面临的主要挑战之一，银行传统客户分流明显，银行金融中介的作用有所削弱，迫使银行对业务模式和客户结构产生新的思考。

网点轻型化、智能化的程度越来越高，业务模式的迭代也在不断升级，从原来的网点到现在的互联网，“未来的业务将无处不在”。需要银行信息系统进一步达到高容量、灵活弹性、安全可控的能力，以满足银行业务线上化和多样化的快速发展需求。

未来银行将进入4.0时代，未来银行信息系统也将持续转型和升级，并逐步向“全面云化”、“分布式化”、“智能化”、“开放化”的新技术体系演进。

核心银行系统入云将是大势所趋。中国信息通信研究院调查数据显示，目前我国41.18%的金融机构已应用云计算，46.80%的金融机构计划应用云计算，已经或计划应用云计算的金融机构共占87.98%，云环境已成为银行信息系统的底层基础设施的供应者。以IaaS、PaaS、SaaS、容器、微服务等为代表的云计算理念及技术成为银行云化的战略高地。

图2：银行业虚拟化技术路线

容器成为未来标准，以支持灵活部署和快速交付。容器将成为产品交付和部署的标准，kubernetes（一种主流容器集群调度技术）也将成为配套的管理体系标准，并将同时促进全面虚拟化和DevOps体系的交付流水线建设。这些将构成未来银行信息系统的标准部署架构。

Serverless技术将是下一代云计算创新和竞争热点。Gartner调研报告表明：到2020年，全球将有20%的企业部署Serverless架构，并指出Serverless为最有潜力的云计算技术方向。Serverless已在移动APP、IoT、人工智能、批处理等方面得到了广泛地应用，并将成为下一代云计算的重要发展趋势。

分布式转型成为银行信息系统技术转型的必经之路。随着银行IT系统架构的发展演变，分布式技术体系凭借着其成本低、性能容量高、水平扩展方便等优势，迅速成为了银行信息化建设的主要的方向之一。目前整体上，各家银行都根据其存量的技术体系，在分布式系统建设上迈出了第一步。

以微服务为核心的分布式技术在银行业运用已逐步趋于成熟。在分布式架构转型进程中，银行系统建设以微服务为核心，采用“开源+自研”的开放式架构，不断拓展周边生态。根据各家国有商业银行和大型股份制银行的技术选型情况综合分析，目前银行信息系统分布式技术选型图谱如图3。

图3：银行分布式技术选型图谱

分布式技术能力将逐步下沉至基础设施。云原生生态的发展壮大，加速了新技术体系和标准的完善。云原生代表技术包括容器、服务网格、微服务、不可改变基础设施和声明式API的技术架构。重点突出了服务网格，其实质是通过技术平台的基础设施化改造，将分布式能力进一步下沉。 

以边缘计算、区块链为代表的弱中心化技术，进一步丰富银行基础服务能力。近年来，随着区块链、边缘计算等技术的成熟和5G技术发展，各类通过复制现有的平台即服务（PaaS）的模型，以弱中心化就近部署来实施的模式，成为一个新的演进方向，这种高冗余、点对点的分布式环境可以与大集中的云计算数据中心形成有机的互补。

2020年两会前，发改委首次明确将人工智能纳入“新基建”范畴。人工智能推动国家战略落地，已成为科技界和产业界的共识。

人工智能全面推动金融服务赋能和业务模式变革。近些年各大商业银行充分利用内外部数据资源的优势，从点到面，全面拓展人工智能应用场景，推进智能营销、智能客服、智能风控和智能运营，主动进行业务模式变革。 

通过人工智能基础平台推动AI规模化落地。商业银行要实现场景的规模化推广，摆脱竖井式建设的束缚，需按照上层应用场景的要求，构建标准化的AI服务模块和通用组件，不断完善AI相关技术平台建设，为AI规模化应用提供快速复制和灵活研发能力。 

联邦学习突破数据孤岛限制。助联邦学习技术，商业银行间或商业银行与行业客户间可在数据隐私保护的前提下开展联合建模，以解决数据孤岛问题。

金融行业即将步入4.0时代，金融服务将无处不在，并驱动金融机构积极构建平台和生态，以创造更多的商业模式与服务模式。银行信息系统的竞争热点开始从核心银行系统转向核心银行系统和开放式生态系统协同发展。 

API开放平台及SaaS云平台将成为开放银行的主要载体。目前银行业各家开放银行平台主要通过API开放平台和行业云（SaaS软件）两种模式对外提供“金融+场景”服务（图4），内建生态、外接场景，将金融服务跨界连接到各行各业，共建合作共赢的生态圈。

图4：开放银行平台架构示意图

伴随着社会数字化的趋势，银行业务数字化、智能化、开放化转型已是大势所趋，银行信息系统的全面转型也是势在必行。考虑到银行之间的个体差异，结合各自的业务场景需要，在这一过程中，还将出现一些发展特点。

大型商业银行加强核心技术自主可控能力，综合利用分布式与集中式相结合的技术路线，构建开放平台核心银行系统，并通过产品或服务输出，与中小银行共享技术红利；中小银行分领域采用不同的架构模式，避免过度转型带来的技术负担。

互联网渠道系统、业务量波动较大的产品系统等应优先加快转型，以发挥分布式及云计算体系对于互联网高并发、高可靠的弹性支撑能力；而一些银行核心业务则可结合重大业务项目稳步有序实施转型。

整合各行业优质渠道资源，共同建立数字金融生态。大型商业银行基于自身技术和金融业务优势，建设面向金融同业的SaaS产品，并向中小银行输出，中小银行借助大行的能力输出，完善自身金融服务和业务场景，为未来银行发展提供源源不断的动力。